[發(fā)明專(zhuān)利]一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110329170.4 | 申請(qǐng)日: | 2021-03-27 |
| 公開(kāi)(公告)號(hào): | CN113112458A | 公開(kāi)(公告)日: | 2021-07-13 |
| 發(fā)明(設(shè)計(jì))人: | 張旭;謝朝雨;繆徐超;程耀天;林旭東;王若瑾 | 申請(qǐng)(專(zhuān)利權(quán))人: | 上海工程技術(shù)大學(xué) |
| 主分類(lèi)號(hào): | G06T7/00 | 分類(lèi)號(hào): | G06T7/00;G06T7/45;G06T5/20;G06T5/00;G06K9/46;G06K9/62 |
| 代理公司: | 上海科盛知識(shí)產(chǎn)權(quán)代理有限公司 31225 | 代理人: | 孫永申 |
| 地址: | 201620 *** | 國(guó)省代碼: | 上海;31 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 支持 向量 金屬表面 缺陷 檢測(cè) 方法 | ||
1.一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,該方法包括以下步驟:
步驟1:采集不同種類(lèi)表面缺陷的金屬圖像并進(jìn)行前處理,用以去除噪聲干擾;
步驟2:對(duì)前處理好的圖像進(jìn)行圖像特征提取;
步驟3:將提取的圖像特征輸入至SVM支持向量機(jī)中進(jìn)行模型訓(xùn)練,獲得缺陷識(shí)別模型;
步驟4:針對(duì)前述步驟的前處理對(duì)應(yīng)方法及缺陷識(shí)別模型進(jìn)行圖形用戶(hù)界面GUI封裝;
步驟5:將待檢測(cè)圖像按照步驟1至2進(jìn)行處理后,輸入步驟4中的封裝GUI,輸出缺陷檢測(cè)結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的步驟1具體包括:采集不同種類(lèi)表面缺陷的金屬圖像并進(jìn)行前處理,去除噪聲干擾,其中,所述前處理包括Gabor濾波處理和對(duì)比度增強(qiáng)處理。
3.根據(jù)權(quán)利要求2所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的對(duì)比度增強(qiáng)處理,該處理過(guò)程對(duì)應(yīng)的數(shù)學(xué)描述公式為:
Ma=max(X)
Mi=min(X)
Y=255*(X-Mi)/(Ma-Mi)
式中,X為原圖,Y為對(duì)比度增強(qiáng)處理后的圖片。
4.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的步驟2具體包括:對(duì)前處理好的圖像進(jìn)行圖像特征提取,其中,所述圖像特征包括:圖像局部區(qū)域的梯度方向信息的統(tǒng)計(jì)值以及由對(duì)比度、相關(guān)、能量、均勻性四個(gè)特征描述圖像的紋理特征。
5.根據(jù)權(quán)利要求4所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的圖像局部區(qū)域的梯度方向信息的統(tǒng)計(jì)值利用方向梯度直方圖特征描述器計(jì)算獲得。
6.根據(jù)權(quán)利要求4所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的由對(duì)比度、相關(guān)、能量、均勻性四個(gè)特征描述圖像的紋理特征利用灰度共生矩陣產(chǎn)生獲得。
7.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的步驟4具體包括:利用Matlab軟件針對(duì)前述步驟的前處理對(duì)應(yīng)方法及缺陷識(shí)別模型進(jìn)行圖形用戶(hù)界面GUI封裝。
8.根據(jù)權(quán)利要求1所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,所述的步驟5中的封裝GUI中,一側(cè)為用于導(dǎo)入待檢測(cè)金屬表面缺陷圖像的原始金屬缺陷圖像顯示區(qū),另一側(cè)為用于輸出檢測(cè)完成圖像的檢測(cè)完畢圖像顯示區(qū)。
9.根據(jù)權(quán)利要求5所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,當(dāng)利用所述方向梯度直方圖對(duì)所述的圖像局部區(qū)域的梯度方向信息的統(tǒng)計(jì)值進(jìn)行特征提取的過(guò)程包括以下分步驟:
步驟01:設(shè)置Bin數(shù)量及每個(gè)通道后得到Cell單元的方向直方圖;
步驟02:設(shè)置Cell尺寸和Block尺寸后,將Cell單元合并組合為Block區(qū)間;
步驟03:針對(duì)Block區(qū)間做歸一化,得到特征提取結(jié)果。
10.根據(jù)權(quán)利要求6所述的一種基于支持向量機(jī)的金屬表面缺陷檢測(cè)方法,其特征在于,當(dāng)利用所述灰度共生矩陣對(duì)所述由對(duì)比度、相關(guān)、能量、均勻性四個(gè)特征描述圖像的紋理特征進(jìn)行特征提取的過(guò)程包括以下分步驟:
步驟001:通過(guò)于四個(gè)角度方向上的計(jì)算,求出四個(gè)對(duì)應(yīng)方向矩陣的特征值;
步驟002:將四個(gè)特征值的平均值作為最終特征值共生矩陣,得到特征提取結(jié)果。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于上海工程技術(shù)大學(xué),未經(jīng)上海工程技術(shù)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110329170.4/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 移動(dòng)向量解碼方法和移動(dòng)向量解碼裝置
- 一種用于支持向量機(jī)的在線向量選取方法
- 用于在幀序列中執(zhí)行運(yùn)動(dòng)估計(jì)的數(shù)據(jù)處理系統(tǒng)和方法
- 神經(jīng)網(wǎng)絡(luò)的處理方法及裝置、存儲(chǔ)介質(zhì)、電子設(shè)備
- 字符序列處理方法及設(shè)備
- 向量獲取方法、裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 向量獲取方法、裝置、電子設(shè)備以及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)
- 近鄰向量的召回方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)
- 一種向量運(yùn)算裝置及運(yùn)算方法
- 生成類(lèi)別向量的方法和裝置





